一种基于改进鸟群算法的直流微电网下垂系数优化方法技术

技术编号:22172202 阅读:44 留言:0更新日期:2019-09-21 12:59
本发明专利技术涉及一种基于改进鸟群算法的直流微电网下垂系数优化方法,包括:1、获取下垂控制过程的有功功率偏差,根据偏差程度确定初始飞行频率,并计算相应的适应度值函数后更新粒子,完成首次循环;2、通过条件判断进入新的更新周期:产生一个[0,1]的随机数,设定一个常数P,若随机数大于P,则鸟觅食,反之,则鸟警戒;鸟类因逃避捕食进行周期性的移动,生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到;3、评估适应度值,更新鸟群位置,重复步骤2直到满足要求或达到迭代上限,得到新的下垂系数。与现有技术相比,本发明专利技术能在一定程度上可以精确监测系统中的功率不平衡状态,合理分配微源出力,并有效补偿母线电压偏差。

A Drop Coefficient Optimization Method for DC Microgrid Based on Improved Bird Swarm Algorithms

【技术实现步骤摘要】
一种基于改进鸟群算法的直流微电网下垂系数优化方法
本专利技术涉及下垂控制
,尤其是涉及一种基于改进鸟群算法的直流微电网下垂系数优化方法。
技术介绍
随着电动车技术、IT技术、LED照明技术的蓬勃发展,直流设备逐渐增多,直流微电网受到广泛的关注。直流微电网在电能质量和供电可靠性上,具有天然的优势。归纳起来具有以下这些优点:(1)无需考虑相位、频率以及交流损耗等问题,系统的可控性和可靠性大大提高;(2)直流供电无集肤效应和无功潮流等现象;(3)控制直流母线电压的稳定即可实现系统内的功率平衡,有利于实现系统各单元的协调控制;(4)直流传输直接以DC-DC变换器连接各分布式电源和负荷,减少系统中能量转换次数,提高系统效率,降低故障率。综上所述,直流微电网是未来微电网发展的一个重要课题。为保障直流微电网的稳定运行及绿色能源的高效使用,对直流微电网的优化控制策略研究极为重要。直流微网系统通常采用下垂控制,传统下垂控制中下垂系数为常数,下垂系数小则动态响应慢,下垂系数大则频率和电压可能会远远偏离参考值,且难以保证微网的稳定性,且下垂控制的自身属性使得直流电压的稳定存在偏差。鸟群算法(birdswarmalgorirhm,BSA)是由Xian-BingMeng等于2015年提出的一种基于鸟群行为的群体智能优化算法。因其在解决多领域的最优化问题时,结果优于其他算法,广泛的应用于微电网协调控制优化等领域中。然而其在研究的过程中仍存在着许多的问题,传统的鸟群算法易陷入局部搜索,受样本的影响较大具有一定的局限性。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进鸟群算法的直流微电网下垂系数优化方法。本专利技术的目的可以通过以下技术方案来实现:一种基于改进鸟群算法的直流微电网下垂系数优化方法,包括以下步骤:S1、获取下垂控制过程的有功功率偏差,根据有功功率偏差的偏差程度确定初始飞行频率FQ,并计算相应的适应度值函数fitness后更新粒子,完成首次循环;S2、判断适应度函数值大于系统要求且迭代次数小于设定值时进入新的更新周期:产生一个[0,1]的随机数,设定一个常数P,P∈(0,1),若随机数大于常数P,则鸟觅食,反之,则鸟警戒;鸟类因逃避捕食进行周期性的移动,移动到某一位置后,食物储备最高和最低的鸟分别成为生产者和乞讨者,其他鸟则在生产者和乞讨者之间随机做出选择,成为生产者的鸟会继续积极觅食,每位乞讨者将随机跟随一位生产者进行觅食,生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到;S3、评估适应度值,更新鸟群位置,重复步骤S2直到满足要求或达到迭代上限,得到鸟群最优解为新的下垂系数。优选的,所述生产者和乞讨者的莱维飞行优化后的位置关系方程分别为:其中,表示第i只鸟在j维空间t时刻所在位置;FL表示乞食者随同生产者觅食的概率;表示点对点乘法;Levy(β)表示参数为β的莱维飞行模型:其中,β为常量。优选的,所述步骤S1中,将飞行频率FQ设置为一个范围在[a,b]之间动态改变的量,设FQ的初始值c为m、n两个值中的一个,a<m<n<b,当有功功率偏差大于参考值Y时,取c=n,当有功功率偏差小于或等于参考值Y时,取c=m;迭代过程中,每完成H次飞行位置跳跃,就对整个周期全局最优解进行判断,若最优解没有变化或变化范围小于等于初始最优解的0.02时,则FQ=c-1,FQ最小为a;若最优解变化范围大于初始最优解的0.1,则FQ=c+1,FQ最大为b;若最优解的变化范围大于初始最优解的0.02且小于等于0.1,则FQ的值保持不变,直至整个飞行周期结束。优选的,所述步骤S2中其他鸟则在生产者和乞讨者之间随机做出选择的过程具体包括:产生一组[0,1]之间的随机数Di,i∈[1,2,3...N-2],除去最高食物储量和最低食物储量的鸟外的其他鸟的适应度pFiti<Di时,鸟i成为生产者,否则成为乞讨者。优选的,所述鸟觅食时的位置更新公式为:其中,表示第i只鸟在j维空间t时刻所在位置;C和S是两个正数,分别表示感知系数及社会进化系数;Pi,j为第i只鸟经过的最佳位置;gj为整个种群的最佳位置。优选的,所述鸟警戒时的位置更新公式为:其中,k是一个[1,N]之间的随机正整数,N是种群中鸟的个数,A1表示鸟向种群中心靠近过程中由自然环境产生的间接影响,A2表示鸟群之间的竞争冲突产生的直接影响;a1和a2是0到2之间的常数;pFiti表示第i只鸟的最佳适应度值;sumFit表示种群的最佳适应度值之和;meanj表示种群平均位置的第j维;ε表示规避零分割而使用的最小常数。优选的,所述适应度函数为有功功率偏差的均方误差。与现有技术相比,本专利技术具有以下优点:1、适用于直流微电网下垂控制过程中,通过莱维飞行改进的鸟群算法优化下垂系数,可以精确监测系统中的功率不平衡状态,合理分配微源出力,并有效补偿母线电压偏差,更好的进行直流微网的下垂控制,实现独立直流微电网稳定可靠运行,在直流微电网控制中具有重要的作用和意义。2、微电网在下垂系数的设定优化时间点处,将实时操作中的线路不平衡信息有功功率偏差作为输入,每次优化时,对不同的有功功率偏差程度施以不同强度的控制,使得偏差程度大的优化力度大,偏差小的优化力度小,能够以最快速度实现下垂系数的优化。附图说明图1为本专利技术方法适用的主电路图;图2为本专利技术方法的流程图;图3为动态下垂曲线图;图4a为传统方法对两微源功率均分对比图;图4b为本专利技术方法对两微源功率均分对比图;图5a为传统方法下母线电压偏差对比图;图5b为本专利技术方法下母线电压偏差对比图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本专利技术的保护范围不限于下述的实施例。实施例本申请提出一种基于改进鸟群算法的直流微电网下垂系数优化方法,直流微电网的主电路图如图1所示,本实施例中对两并联微源单元中有功下垂系数进行寻优。下垂控制过程中,在微电网孤岛运行时随着系统功率不平衡情况的发生,下垂控制模块通过连接线路将线路有功功率偏差实时输入到优化BSA模块,即采用本方法进行优化,得到优化的下垂系数,更新原先的下垂系数来改善阻抗不平衡下的功率分配。该方法包括以下步骤:S1、获取下垂控制过程的有功功率偏差,根据有功功率偏差的偏差程度确定初始飞行频率FQ,并计算相应的适应度值函数fitness后更新粒子,完成首次循环;适应度函数为有功功率偏差的均方误差(MeanSquaredError,MSE),具体公式为:其中,Pl表示第l个微源输出有功功率的大小,Pref表示直流微网系统微源的额定分配有功功率的大小,G表示微源的数量。S2、判断适应度函数值大于系统要求且迭代次数小于设定值时进入新的更新周期:产生一个[0,1]的随机数,设定一个常数P,P∈(0,1),若随机数大于常数P,则鸟觅食,反之,则鸟警戒;鸟觅食时的位置更新公式为:其中,表示第i只鸟在j维空间t时刻所在位置;C和S是两个正数,分别表示感知系数及社会进化系数;Pi,j为第i只鸟经过的最佳位置;gj为整个种群的最佳位置;鸟警戒时,每只鸟尝试着向种群中心靠近,受群体竞争的影响,本文档来自技高网...

【技术保护点】
1.一种基于改进鸟群算法的直流微电网下垂系数优化方法,其特征在于,包括以下步骤:S1、获取下垂控制过程的有功功率偏差,根据有功功率偏差的偏差程度确定初始飞行频率FQ,并计算相应的适应度值函数fitness后更新粒子,完成首次循环;S2、判断适应度函数值大于系统要求且迭代次数小于设定值时进入新的更新周期:产生一个[0,1]的随机数,设定一个常数P,P∈(0,1),若随机数大于常数P,则鸟觅食,反之,则鸟警戒;鸟类因逃避捕食进行周期性的移动,移动到某一位置后,食物储备最高和最低的鸟分别成为生产者和乞讨者,其他鸟则在生产者和乞讨者之间随机做出选择,成为生产者的鸟会继续积极觅食,每位乞讨者将随机跟随一位生产者进行觅食,生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到;S3、评估适应度值,更新鸟群位置,重复步骤S2直到满足要求或达到迭代上限,得到鸟群最优解为新的下垂系数。

【技术特征摘要】
1.一种基于改进鸟群算法的直流微电网下垂系数优化方法,其特征在于,包括以下步骤:S1、获取下垂控制过程的有功功率偏差,根据有功功率偏差的偏差程度确定初始飞行频率FQ,并计算相应的适应度值函数fitness后更新粒子,完成首次循环;S2、判断适应度函数值大于系统要求且迭代次数小于设定值时进入新的更新周期:产生一个[0,1]的随机数,设定一个常数P,P∈(0,1),若随机数大于常数P,则鸟觅食,反之,则鸟警戒;鸟类因逃避捕食进行周期性的移动,移动到某一位置后,食物储备最高和最低的鸟分别成为生产者和乞讨者,其他鸟则在生产者和乞讨者之间随机做出选择,成为生产者的鸟会继续积极觅食,每位乞讨者将随机跟随一位生产者进行觅食,生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到;S3、评估适应度值,更新鸟群位置,重复步骤S2直到满足要求或达到迭代上限,得到鸟群最优解为新的下垂系数。2.根据权利要求1所述的一种基于改进鸟群算法的直流微电网下垂系数优化方法,其特征在于,所述生产者和乞讨者的莱维飞行优化后的位置关系方程分别为:其中,表示第i只鸟在j维空间t时刻所在位置;FL表示乞食者随同生产者觅食的概率;表示点对点乘法;Levy(β)表示参数为β的莱维飞行模型:其中,β为常量。3.根据权利要求1所述的一种基于改进鸟群算法的直流微电网下垂系数优化方法,其特征在于,所述步骤S1中,将飞行频率FQ设置为一个范围在[a,b]之间动态改变的量,设FQ的初始值c为m、n两个值中的一个,a<m<n<b,当有功功率偏差大于参考值Y时,取c=n,当有功功率偏差小于或等于参考值Y时,取c=m;迭代过程中,每完成H次飞行位置跳跃,就对整个周期全局最优...

【专利技术属性】
技术研发人员:周建萍李泓青彭鹏
申请(专利权)人:上海电力学院
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1